该研究聚焦于通过知识蒸馏技术优化模型免费强化学习（Model-Free Reinforcement Learning, RL）在建筑能源管理中的应用，旨在解决传统RL方法数据需求高、训练成本大的难题。研究以小型商业建筑为对象，验证了基于教师模型的知识蒸馏策略在提升控制性能与降低数据依赖方面的有效性。
**核心背景与问题提出**
建筑行业能源消耗占据美国总量的28%，其中小型商业建筑（面积小于1000平方米）占比达71%。这类建筑普遍存在传感器配置不足、历史数据有限、运维团队专业化程度较低等问题，导致依赖数据驱动算法（如RL）时面临双重挑战：既需要大量交互数据训练模型，又难以承受实时控制带来的高成本。传统方法如ASHRAE 36标准虽能提供基础节能方案，但受限于预设逻辑的刚性，难以适应复杂多变的建筑环境。
**技术路线与创新点**
研究提出基于在线学生蒸馏（Online Student Distillation）的转移学习框架，其创新性体现在三个层面：
1. **知识蒸馏机制**：通过构建教师模型（pretrained RL agents）与学习模型（student RL）的协同训练体系，将教师模型在异构建筑环境（不同规模、气候带）中积累的控制策略转化为可迁移的底层知识。这种蒸馏过程不依赖环境模拟器，而是直接利用教师模型输出的控制信号作为监督信号，显著降低对具体建筑参数的依赖性。
2. **教师模型筛选准则**：设计了动态权重分配机制，优先采用与目标建筑在空间布局（如平面系数）、能源系统配置（如HVAC设备类型）、气候特征（如极端温度频率）匹配度最高的教师模型。实验表明，该筛选方法可使知识迁移效率提升30%以上。
3. **控制架构优化**：将建筑控制分解为AHU（空调机组）与VAV箱（变风量空调）的协同控制。其中VAV箱沿用传统控制策略，而AHU采用蒸馏RL模型，这种模块化设计既保留了传统控制器的稳定性，又通过RL模型实现动态能效优化。
**实验验证与关键发现**
研究在经严格校准的EnergyPlus建筑模拟平台上开展测试，选取具有代表性的中西部商业建筑作为实验对象。通过对比分析发现：
- **数据效率提升**：学生模型仅需45%的原有RL模型训练数据，同时将数据采集周期从传统方法的6个月缩短至2周。
- **控制性能突破**：蒸馏RL模型在冬季工况下实现18.7%的能效提升（较ASHRAE 36标准高12%），同时将用户不舒适时间（如湿度超标、温差过大）降低至0.3%，优于同期最优RL控制策略的0.5%。
- **成本效益优化**：教师模型在跨气候区（从亚热带到寒带）的泛化能力使新模型部署无需额外实地调研，运维成本降低约40%。
**方法论突破**
研究提出的三阶段训练流程具有显著改进：
1. **教师模型预训练**：在虚拟建筑环境中对10类典型商业建筑进行RL模型训练，形成包含3,200小时操作数据的教师知识库。
2. **动态蒸馏过程**：根据建筑实时负荷特征（如日间最大电力需求、夜间最小温控要求），动态组合3-5个教师模型的最优控制策略，通过强化学习框架内嵌的蒸馏模块进行在线知识更新。
3. **渐进式验证机制**：采用"基础-增强-优化"三阶段测试，首先验证蒸馏RL与传统RL的等效性，再对比ASHRAE 36标准，最终在混合控制架构中测试AHU与VAV的协同效应。
**行业应用价值**
该技术体系为中小型商业建筑提供了可落地的能效优化方案：
- **实施成本**：相比传统RL方法节省65%的仿真计算资源，教师模型通过联邦学习机制实现跨建筑知识共享，单次模型训练成本降低至$2,800（传统方法约$7,500）。
- **运维扩展性**：通过教师模型库的持续更新，新建筑的冷启动时间从3个月压缩至72小时。
- **政策适配性**：符合美国能源部2025年建筑能效提升目标中"低成本、高适应性"的技术路线要求，尤其适用于餐饮、零售等中小型商业场所。
**技术局限与改进方向**
当前方案主要面临两个挑战：首先，极端气候条件下（如连续-5℃至35℃的波动）的模型稳定性有待提升，这可以通过引入多教师模型动态切换机制优化；其次，建筑空间异构性问题（如平面系数差异）可能影响知识迁移效果，后续研究计划结合3D点云数据构建空间特征映射模块。研究团队已与加州伯克利实验室合作，计划在2024年启动真实建筑改造项目，验证该技术的工程可行性。
**结论**
该研究成功验证了知识蒸馏技术在建筑控制领域的适用性，通过构建教师模型知识库实现跨场景的能效优化。实验数据表明，在保证控制性能（温控达标率99.2%）的前提下，模型训练数据量减少55%，计算资源消耗降低70%，为中小型商业建筑提供了一种经济高效的智能控制方案。这种"教师-学生"的协同模式不仅解决了数据稀缺问题，更通过知识蒸馏实现了跨建筑、跨气候带的控制策略复用，为大规模推广建筑能效优化技术奠定了方法论基础。
